Examensarbete
Känslan i bilden
Sociala taggars användbarhet vid bildsökning i Flickr
Författare: Anna Boye
Handledare: Bertil Jansson och Peter Kåhre
Examinator: Joacim Hansson Termin:VT14
Ämne: Biblioteks- och
English Title: Finding the emotion in the picture - Is social emotion tagging useful when searching for images in Flickr
Abstract: Image indexing research today is either conducted on a visual attribute level or on a higher semantic level, forming a semantic gap between the two. There is much to gain if research progress from the two fields is combined. Image retrieval using access points in both visual and semantic significations could improve retrieval and bridge the gap. In social media today, images are often the primary communication agent and the number of images on the web is increasing in an uncontrolled way. New and efficient ways to index and retrieve the images are needed.
The purpose of this study is to examine if emotions could be a semantic access point for image retrieval and if folksonomy indexing is useful when searching for images that represent emotions. Images are retrieved from Flickr and Sara Shatford’s matrix for image indexing is used to classify image tags into categories.
The result shows that for some emotions it is useful and there is a clear pattern in the retrieved relevant images. For other emotions there are a lot of images that have been tagged on a cluster of images and all images in the cluster is not relevant. Therefore the search result is ambiguous.
An interesting observation is that index words expressing abstractions and feelings are more common in folksonomies compared to professional indexers. For specific web image collections where searches could be conducted on feelings, folksonomies is a successful method for the indexing and retrieval of images.
Nyckelord: Bildsökning, Folksonomier, Flickr, Sociala medier, bildindexering, bildsemiotik, Sara Shatford, Creative Commons
Innehåll
1 Inledning ____________________________________________________________ 3 1.1 Bakgrund _______________________________________________________ 3 1.2 Flickr och bilddelning på webben ____________________________________ 4 1.3 Syfte och problemformulering _______________________________________ 6 2 Teori och tidigare forskning ____________________________________________ 6 2.1 Kunskapsorganisation ______________________________________________ 6 2.2 Klassifikation av bilder _____________________________________________ 7 2.2.1 Innehållsindexering ____________________________________________ 8 2.2.2 Semantisk indexering ___________________________________________ 8 2.2.3 Folksonomier _________________________________________________ 9 2.3 Konceptuella modeller ____________________________________________ 10 2.3.1 Erwin Panofsky ______________________________________________ 10 2.3.2 Sara Shatford ________________________________________________ 10 2.3.3 Roland Barthes ______________________________________________ 11 2.4 Fotografiets betydelse _____________________________________________ 11 2.5 Tidigare forskning _______________________________________________ 12 3 Metod _____________________________________________________________ 13 3.1 Avgränsningar __________________________________________________ 14 3.1.1 Flickr och Creative Commons ___________________________________ 14 3.1.2 Val av ämnesord _____________________________________________ 15 3.1.3 Olika typer av taggar __________________________________________ 15 3.2 Reflektioner kring metodval ________________________________________ 16 4 Empiri _____________________________________________________________ 16 4.1 Sad ___________________________________________________________ 17 4.2 Lonely _________________________________________________________ 19 4.3 Anger _________________________________________________________ 21 4.4 Happy _________________________________________________________ 23 4.5 Fun ___________________________________________________________ 25 5 Analys och slutsatser _________________________________________________ 27 5.1 Sad ___________________________________________________________ 27 5.2 Lonely _________________________________________________________ 28 5.3 Anger _________________________________________________________ 29 5.4 Happy _________________________________________________________ 30 5.5 Fun ___________________________________________________________ 31 5.6 Slutsats för samtliga sökord ________________________________________ 33 6 Diskussion __________________________________________________________ 35 7 Sammanfattning ____________________________________________________ 36 Källförteckning _______________________________________________________ 38 Bilagor _______________________________________________________________ I
1 Inledning
Bilden har alltid varit ett av människans viktigaste kommunikationsverktyg. I olika tider har bildens betydelse i vår kommunikation förändrats. Teknikutvecklingen har skapat möjligheter, nya förutsättningar, och även farhågor kring våra nya
kommunikationsmönster. Den fotografiska bilden från början av 1800-talet genomgick en revolution när färgbildskameran blev tillgänglig för en stor skara människor från slutet av 1960-talet. Den digitala bilden dröjde inte långt därefter, men mycket av den explosionsartade ökningen av bilder och spridning av bilder på webben kan tillskrivas de smarta telefonerna. Med de smarta telefonerna, som kom under 2000-talets första decennium fanns snart en digital kamera i var mans hand, ständigt tillgänglig. Med hjälp av mobilkamerorna går det bra att både ta en bild och dela den med andra på några sekunder. Den sociala interaktionen via bilder är en del av den sociala webben, web 2.0.
Tanken kring web 2.0 är att göra webben mer interaktiv, att användarna lätt kan
generera eget innehåll och kommentera andras innehåll. Visionen om att kunskapen och makten kring webbens innehåll ska finnas hos dess användare. Men utöver de privata bildernas spridning så sprids även bilder från institutioner och arkiv. Möjligheten att lagra stora mängder data till låga kostnader har gjort att digitalisering av analoga bilder pågår och fyller på mängden av gemensamma bildminnen. Vad händer sedan med bilderna när de publicerats? För att de ska kunna delas av alla måste det finnas någon möjlighet att hitta dem, de måste göras sökbara. Kunskapsorganisation är ett centralt begrepp inom biblioteks- och informationsvetenskap. Vad kan den ge oss för svar på hur kan vi organisera och klassificera dokument för att kunna återfinna dem?
Bilder är en unik typ av dokument och tillräcklig framgång kanske inte kan nås genom att behandla dem som text eller låta datorn analysera dem. Vad bilden betyder för mig kanske många gånger stämmer överens med vad den betyder för dig. En möjlighet som finns i dagens sociala medier är att vi kan hjälpa varandra att hitta ämnesord för bilder, en kollektiv indexering av bilden. Med hjälp av egenkonstruerande ämnesord som kallas taggar kan vi hjälpa varandra att hitta lämpliga ord för en bild. Frågan är om dessa taggar når fram till ett framgångsrikt resultat vid indexering, eller om vokabulären blir totalt okontrollerbar och helt utan poäng?
1.1 Bakgrund
Mitt intresse för bildens betydelse har väckts i och med att bilder tar mer och mer plats på webben och inte minst i sociala medier idag, där bilder ofta är det primära
kommunikationsmedlet. Jag förundras av fotografiets betydelse och hur vi kommunicerar kring bilder. På webben finns konstnärliga bilder blandat med reklambilder och arkivbilder och en enorm mängd bilder på vardagliga händelser, maträtter, söta djur och porträtt. Bilderna används i sociala medier för att kommunicera, men också i utställningar och för att dela upplevelser. Det betyder att vi producerar egna bilder, men vi använder också befintliga bilder för att förstärka vårt budskap och
beskriva något. Att använda bilder som kommunikationsmedel är starkt och effektfullt.
Men för att nå den effekten förutsätter det att vi tolkar bilden på samma sätt. När du producerar egna bilder kan du själv välja att lägga till indexord för att bilden ska kunna bli sökbar. Du är då experten som talar om vad bilden visar och förmedlar. Men så fort bilden hamnar på webben blir den tillgänglig för alla och ny betydelse och nya indexord kan tillkomma.
På den interaktiva webben kan användarna ge bilden ämnesord i form att taggar. Taggar
ämnesordet kan kopplas ihop med bilden. Om det viktigaste är att uppmärksammas så blir det också viktigt att få så många träffar som möjligt vid sökning efter ett visst ämnesord, oavsett om det har med bildens tema att göra eller inte. Sociala medier med speciell inriktning på bilder är exempelvis Instagram och Flickr. Det handlar om att kommunicera i form av bilder, men de olika digitala mötesplatserna har lite olika karaktär. Jag har i min undersökning valt att titta lite närmre på Flickr. I Flickr används ämnesord i form av taggar, bildtext och bildkommentarer för att hitta bilder. Bildernas taggar och texter skapas av bildskaparen och Flickrs användare gemensamt. Flickr är ett bilddelningsprogram som skapades 2004 och använde sig tidigt av taggar. Taggarna finns inte bara där för att användaren själv ska kunna organisera sina bilder, utan för att alla ska kunna söka efter bilderna med hjälp av taggar. Taggarna kan också användas för att kategorisera bilder och på så sätt hjälpa andra att finna dem. Idag, endast 10 år efter taggarna började synas på webben, ser vi dem nästan som en självklarhet i webbapplikationer. Tomas Vander Wal (2005) myntade 2005 begreppet folksonomy.
En sammanslagning av orden folk och taxonomy, är just vad det antyder. Alla hjälps åt med klassificering. En taxonomi förväntas dock vara ett klassificeringssystem med en kontrollerad vokabulär. Så är dock inte fallet i en folksonomi. Här kan ämnesord läggas till helt utan regler och begränsningar.
Tekniken har idag gett oss möjligheter att enkelt skapa, lagra och sprida dokument – däribland bilder. För att organisera, klassificera och återfinna dokument har mycket av forskning och framsteg fokuserat på texter. Den forskning som finns kring klassificering av bilder är främst inriktad på att använda datoralgoritmer för att jämföra bilders
visuella attribut, som färg, form och struktur. Det har visat sig svårt att hitta en generell klassificeringsmetod för bilders semantiska innehåll. När klassificering av bilder sker utanför speciella bildsamlingar och istället görs sökbara på webben, finns idag ingen vedertagen metod. Om vi ser en revolutionerande betydelseförändring och användning av bilden måste kanske uppgiften att klassificera densamma också förändras.
1.2 Flickr och bilddelning på webben
På Flickrs webbplats går att läsa att Flickr är ett program för att dela och hantera fotosamlingar och att Flickr har två övergripande mål:
Att tillgängliggöra bilder för personer för vilka bilderna betyder något
Att skapa nya sätt att organisera bilder och videor (Flickr, 2014).
I de digitala fotosamlingarna är det inte effektivt att tillämpa de analoga bildernas organisation i fotoalbum. Om du har 20 eller 30 album blir det ändå svårt att hitta till rätt bild. Därför förespråkas nu ett sätt där vänner och de som är intresserade av dina bilder kan hjälpa till att kommentera dem och lägga till metadata i form av taggar. På så sätt kan de organiseras och bli sökbara utifrån ämnesord.
Flickr har idag flera miljarder bilder och här samlas amatör- och proffsfotografer. Flickr samarbetar med kommersiella aktörer som bildbyrån Getty Images och också med icke- kommersiella aktörer som Creative Commons. Samarbetet med Creative Commons resulterade 2008 i Flickr Commons, som vill sprida bilder från kulturarv- och
minnesinstitutioner. Tanken är att alla ska ta del av arkivbilder på Flickr Commons och gemensamt hjälpas åt att indexera bilderna. På så sätt kan vi gemensamt skapa mer kunskap kring bilderna.
Library of Congress var Flickr Commons pilotprojekt och sedan dess har många
minnesinstitutioner från hela världen följt efter. Minnesinstitutionerna kan inte mäta sig
med de kommersiella aktörerna när det gäller närvaro. Getty Images exempelvis förstod mycket tidigt potentialen att sälja bilder via nätet och nätet blev en utmärkt
försäljningskanal. En av anledningarna som kan ha gjort att minnesinstitutioner har tvekat kring att tillgängliggöra arkivmaterial är den snåriga upphovsrätten för bilder.
Creative Commons har blivit ett alternativ för upphovstätt och genom Creative Commons-licenser går det att dela och samtidigt skydda verken från kommersiell användning. Bland svenska institutioner som framgångsrikt använt Flickr Commons är Riksantikvarieämbetet. Anna Dahlgren och Pelle Snickars beskriver hur
Riksantikvarieämbetet deltagande i Flickr Commons har gett institutionen mycket medial uppmärksamhet och det har inte kostat mycket mer än den egna arbetsinsatsen (Kungl. Biblioteket, 2009). De efterlyser fler initiativ inom kulturminnessektorn som utnyttjar webbens potential för tillgängliggörande och visar istället på många, förvisso webbaserade databaser, där det finns svårigheter att söka, kommunicera kring och använda bilderna (ibid).
Bland sociala medier finns många applikationer för att dela foto med vänner och några av de mest populära är Facebook och Instagram (som ägs av Facebook). Flickr har delvis följt Facebooks utveckling och har idag mycket av det som är Facebooks sociala karaktär. Men det finns fortfarande skillnader bland applikationerna. Flickrs användare lägger oftare upp konstnärliga bilder för att få uppskattning för bilden och dela med sina intressegrupper. Medan Facebooks och Instagrams användare snarare använder bilderna i syfte att kommunicera, har Flickrs bilder en längre livslängd och tanken är att
organisera och bevara bilderna. En annan applikation för bildkommunikation som introducerades 2011 och som snabbt växt är SnapChat. Den kan ses som en ytterlighet i den sociala bildkommunikationen. Med SnapChat kommunicerar du med dina vänner via bilder men bilden är bara kvar i max 10 sekunder, sedan raderas den. Applikationens grundare menar att bilden ska kommunicera, inte till en stor publik utan med mina närmaste vänner, vad jag gör just nu. ”communication is done through photos rather than around them” (SnapChat, 2014). Popularitetet för SnapChat, särskilt bland ungdomar och unga vuxna är ett tecken på att många av bilderna på internet inte
behöver indexeras för att återfinnas. Tanken med bilderna var aldrig att spara dem, utan endast att kommunicera med hjälp av dem.
Bilden är ett sätt att hålla kontakt med andra och förstärka upplevelser och identitet. Det är ingen ny företeelse och den rollen har fotografiet alltid haft (Dijck, 2008). Men att dela bilder på webben kräver en ny förståelse för att bilden alltid finns kvar. Bilder kan manipuleras och spridas och hamna i oönskade sammanhang. När bilden hamnar i en annan kontext än den ursprungliga, hur vet vi då vad intentionen med bilden var, vilken känsla bilden skulle förmedla?
Till Facebook laddas det upp omkring 350 miljoner bilder per dag (siffror från 2013).
Då är de runt 8 miljoner bilder per dag som laddas upp till Flickr blygsamt. Flickr lämpar sig som empiri för undersökningar om sociala intressegrupper eftersom Flickrs medlemmar är aktiva med att kommentera och tagga varandras bilder. Mycket forskning har därför bedrivits på Flickrs bildbank och metadata (Bauckhage, 2013).
Sociala medier är ett nytt stort forskningsområde och analys av sociala media drivs mer av undersökning av data än av hypoteser. Data i enorma mängder finns på sociala media- servrar och den hjälper forskare att förstå kommunikationsmönster och intressen (Bauckhage, 2013).
1.3 Syfte och problemformulering
Med den otroliga mängd bilder som finns på webben känns det mycket angeläget att nå fram till sökstrategier som fungerar när du vill finna en bild. Vi är idag bestämda kring den relevans och kvalitet vi vill se när vi söker efter texter. Borde inte detta krav kunna överföras till bilder? Jag vill studera vilken kvalitet jag får på de bilder jag återfinner då jag söker efter ämnesord som handlar om känslor. En bild som kan användas för att förmedla ett budskap i exempelvis en presentation, ett skolarbete, en utställning eller en blogg. Utgångspunkten är att det kan vara användbart att söka efter bilder med hjälp av ord som uttrycker känslor. En bild har just den förmågan att kunna förmedla en känsla, utan att behöva översättas till något annat språk kan bilden användas globalt om vi bara är överens om att vi tolkar känslan på samma sätt och att bilden har blivit indexerad med just den känslan.
Jag vill undersöka om bilden har en universell betydelse som vi kan enas kring vid en klassificering. Klassificeringen som jag vill studera är utförd av fotografen i form av taggar och senare, efter publiceringen, av alla som använder sig av
fotodelningsprogrammet Flickr. Om traditionella klassifikationssystem har svårigheter med att klassificera en bild utifrån dess abstrakta budskap, kan då sociala taggar vara till hjälp? Kan taggar som tillförs en bild från folksonomier förbättra eller utöka bildens sökbarhet?
I min undersökning ställer jag frågorna:
Hur frekventa är abstrakta begrepp bland bildtaggar?
Hur ser sökresultatet ut vid en sökning av bilder som uttrycker känslor?
Hur användbart är det att söka efter en bild med hjälp av abstrakta begrepp som uttrycker känslor?
2 Teori och tidigare forskning
2.1 Kunskapsorganisation
Inom biblioteks- och informationsvetenskap är kunskapsorganisation en central kompetens. Birger Hjörland (2008) beskriver kunskapsorganisation som de aktiviteter där dokument beskrivs, indexeras och klassificeras. Klassificeringen kan utföras av en specialist, exempelvis en bibliotekarie, men också, helt automatiskt, av en
datoralgoritm. Kunskapsorganisation har sina rötter inom biblioteks- och
informationsvetenskapen och det är viktigt att värna om historik och skapa en egen identitet inom området (Hjörland, 2008). Då kan biblioteks- och
informationsvetenskapen ha ett inflytande i de framtida miljöer som skapas kring kunskapskommunikation och kunskapsutbyte.
Det är dokument som ska klassificeras och indexeras inom kunskapsorganisation. Vad som ska dokumentereras beror på sammanhang. På biblioteket är det ofta böcker och texter. Men det kan också vara exempelvis bilder (Hjörland, 2008).
För att definiera skillnaden mellan information och dokument gör Buckland (1991) en indelning av det svåra begreppet information i tre olika kategorier:
Information-as-knowledge (Vad lärde vi oss när vi fick information)
Information–as-process (Processen att lära – att bli informerad)
Information-as-thing
Dokument, menar Buckland, kan användas som den tekniska termen för information-as- thing. Exempel på information-as-thing är böcker, bilder, ljud, databits och bytes - olika sorters media. Dokument genomsyrar hela vårt samhälle idag. Den tekniska
utvecklingen har bidragit till att fler dokument skapas och dessutom skapas nya sätt att kommunicera på genom dokument.
Det övergripande målet för att finna bra metoder för att organisera dokument är att de ska kunna återfinnas. Ju bättre organiserad kunskapen är för ändamålet, desto större möjligheter finns att återfinna den. Det betyder att den organisation som passar en viss typ av dokument inte passar en annan. Hur användarna söker och använder bilder skapar nya utmaningar för forskare inom kunskapsorganisation.
Kunskapsorganisation kan utföras med olika metateoretiska ansatser. Den ansats som väljs kommer att påverka resultatet. Det handlar om hur vi ser på dokumentet som självständigt eller om vi ser det som en del i en social kontext. När det gäller frågor som rör bilder och hur vi indexerar och söker så har ansatsen mestadels varit kognitiv (Enser, 2008). Ulrika Kjellman (2006) menar att det är viktigt att se bilder i ett sociokulturellt perspektiv. Vi tolkar alltid bilden och ger den en betydelse i kommunikation och i ett socialt sammanhang. Det finns ingen inneboende, nedärvd betydelse i bilden utan betydelsen kommer att variera beroende av den sociala kontext bilden förekommer i.
Verktygen som vi använder för att visa bilder, tolka bilder och indexera bilder är skapade kollektivt och verktygen är inte neutrala. På något sätt styr de upplevelsen (Kjellman, 2006). Det kognitiva perspektivets starka inflytande inom
kunskapsorganisation generellt har ifrågasatts och Hjörland (2013) menar att detta kan vara en av anledningarna till den svaga teoribildingen. Beslut om ett dokuments innehåll och klassifikation är det indexeraren måste ta ett beslut om. Ska det baseras på
individers subjektiva tankar, eller ska det baseras på kollektiva tankar i en diskurs, som även den är subjektiv, men representerar en grupp snarare en individ (Hjörland, 2013).
2.2 Klassifikation av bilder
Forskningen kring bildindexering börjar dyka upp i början på 90-talet och det har ett klart samband med att bilder nu började digitaliseras och mångfaldigas i mycket större utsträckning. Tidigt började två grenar inom forskningen utkristalliseras. Å ena sidan den semantiska, beskrivande indexeringen av bilden där biblioteks- och
informationsvetenskapen är ledande inom forskningen. Å andra sidan den automatiska, visuella innehållsindexeringen som snabbt växer inom datavetenskapen.
Cawkell (1992) identifierade redan tidigt i forskningen kring bildindexering dessa två olika grenar. Det fanns heller inte något tydligt samarbete mellan dem. De två fälten representeras av olika akademiska discipliner. Datavetenskapen lägger fokus på bildens visuella innehåll, medan biblioteks- och informationsvetenskapen arbetar med bildens semantiska innehåll och hur den bäst beskrivs med ord. I en co-citeringsanalys visar Persson (2000) hela fältet och den avsaknad av kopplingar som finns mellan forskare inom de två disciplinerna.
2.2.1 Innehållsindexering
Innehållsindexering, oftast förkortad CBIR (Content-Based Image Retrieval) är en automatisk bildindexering. Indexeringen sker genom att algoritmer söker efter bildens innehåll på en låg semantisk nivå. Vektorer skapas som innehåller data kring bildens färg, yta och form och bilder med liknande vektorinnehåll organiseras ihop. Det finns ingen möjlighet att med dessa metoder ta hänsyn till den högre semantiska nivå som användarna av bildåtervinningssystem kan tänkas använda. CBIR-systemen har sökmotorer med ett gränssnitt där användaren kan ge systemet ledtrådar i form av att användaren själva lägger upp en bild, och vill hitta liknande i färg och form. Eller låta användare bläddra bland bilder och på så vis ge systemet återkoppling. Men
användarnas beskrivningar av bilder ligger mycket långt ifrån den tolkning av bilder som CBIR-systemen gör. Detta stora avstånd mellan den automatiska beskrivningen av bilden, utifrån det som explicit ses, och det som användarnas kan efterfråga och det som implicit kan finnas i bilden, har kommit att kallas för ”det semantiska glappet”. Glappet är något som forskare inom datavetenskapen länge på olika sätt försökt överbrygga men det verkar vara en lång väg kvar. (Smeulders et al., 2000) konstaterar att ”målet för CBIR måste vara att erbjuda maximalt stöd för att överbrygga det semantiska glapp som finns mellan den enkelhet som finns i det vi visuellt ser och den rikedom i den mening bilden har inom sig”. Det ska nämnas att inom vissa speciella områden har den låga semantiska tolkningen av bilden en betydelse. Det kan vara geologiska bilder och bilder inom medicinska tillämpningar där det är alltför svårt att uttrycka bilder med ord.
Försök görs också att med färg form och yta känna igen nakna kroppar och stoppa pornografiska bilders spridning i olika databaser.
En praktisk tillämpning av CBIR där användaren frågar med en bild är QBIC (Query by image content) som IBM har utvecklat. Flickner (1995) har beskrivit detta program och dess för- och nackdelar. Google tillämpar också denna teknik genom att du kan söka efter bilder genom att fråga med en bild. ”Sök med bild” kallar Google det och resultatet av sökningen blir bilder med liknande visuell komposition.
2.2.2 Semantisk indexering
Forskning inom biblioteks- och informationsvetenskap har till skillnad från CBIR främst försökt finna en högre semantisk beskrivning av en bild. Metoden med manuell semantisk indexering kallas ibland för Concept Based Image Retrieval. Här vill man med hjälp av en textuell beskrivning försöka komma så nära bildens budskap som möjligt. Därför hade ett närmare samarbete mellan de två disciplinerna kunnat leda framåt i forskningen. Men även med högre semantiska beskrivningar kommer det att finnas ett semantiskt glapp mellan beskrivningarna och den föreställning som
användaren har av bilden.
När en semantisk tolkning av bilder ska göras för att kunna indexera dem så har bibliotekarier, arkivarier eller andra experter på klassificering tagit det ansvaret. Först ska bildens mening analyseras och därefter ska indexord läggas till. Teoretiskt kan semiotiken här användas och vi kan utgå ifrån att bilden har en inbyggd mening som vi ska försöka finna. Vi kan också utgå från att betydelsen kan synas i den dialog som uppstår mellan dokument och betraktare. Dessa olika synsätt leder fram till olika
tillvägagångssätt när det gäller att finna indexord för ett dokument. Pauline Rafferty och Rob Hidderley (2007) identifierar tre olika sätt att indexera en bild:
Expertledd ansats
Dokumentskaparens indexering
Användarindexering
I den expertledda ansatsen finns klassifikationsschema, kontrollerade vokabulärer eller taxonomier att tillgå. Det finns en föreställning om att de kontrollerade vokabulärerna kan vara användbara vid klassificering av bilder. Exempel på en kontrollerad vokabulär är Arts and Architechture Thesaurus (AAT). AAT är hierarkiskt uppbyggt kring
ämnesord och vokabulären utvecklas ständigt. Idag innehåller den omkring 270000 ord (AAT, 2014).
I dokumentskaparens indexering är det den som skapar eller publicerar en bild som bestämmer ämnesorden. Det skulle kunna ge dokumentet upphovsmannens syfte. Denna metod används ofta på internet idag och ett problem med den att många saknar kunskap och förståelse för hur indexord anges och därför blir metadata kring bilden inte komplett och mycket knapp (Rafferty & Hidderley, 2007).
Användarindexering är en alternativ väg till de båda ovan. Till skillnad från kontrollerade vokabulärer som finns i expertledd indexering är den användarledda indexeringen okontrollerad. Det finns knappt några regler för hur indexord utformas.
Användarindexering är vad Vander Wal (2005) kallar folksonomier.
Många gånger kan en applikation använda sig av kombinationer av metoderna ovan.
Flickr exempelvis är en både dokumentskaparens indexering och användarindexering.
Dokumentskaparen kan välja att indexera bilden eller inte och Flickrs användare väljer sedan att lägga till indexord om de önskar.
2.2.3
FolksonomierAnvändargenererade indexord och möjligheten för alla att skapa metadata är det som kallas folksonomier. De användargenererade indexorden, som ofta kallas taggar, kan skapa ett kaos och vara helt felaktiga. Till skillnad från kontrollerade vokabulärer tillåter folksonomier motsägelser, stavfel och felaktigheter. Att felaktigheter och inkonsekvens finns är ändå det som skapar styrkan i folksonomier. Olika användare med olika kulturell bakgrund, skiftande förhandskunskap och områdeskunskap kan lägga till sitt perspektiv på bilden.
Användargenererade taggar ger en relativ och personlig syn på dokumentet och den ena taggen är inte mer relevant eller signifikant än den andra. Det är dokumentets uttolkare som kommer att indexera oavsett vad skaparen och avsändarens intention med
dokumentet var. En användargenererad tagg till en bild kan vara någon helt annan än den som fotografen och skaparen till bilden hade i tankarna, eller tycker att bilden föreställer. Men förespråkare till folksonomier skulle ändå säga att den tolkning som den som söker ett dokument gör, är viktigare än bildskaparens intention. Alla tolkningar ska vara lika viktiga. Den som söker förväntar sig ett resultat som motsvarar den
tolkning som han/hon gör av bilden. Folksonomier är inte utan kritiker. När alla lägger sitt perspektiv på en bild kommer det nödvändigtvis att innehålla motsägelser. Det finns de som menar att det faktum att alla tolkningar är lika viktiga till slut gör att ett system av folksonomi kommer att underminera sig självt. Då det vid en viss punkt kommer bli kaotiskt och därmed oanvändbart (Peterson, 2006).
2.3 Konceptuella modeller
Det är en utmaning att gå från det visuella till det textuella. Det vi ser ska omsättas i kognitiva resonemang om mening. Den mening som finns i en bild byggs av vår individuella kunskap och också av vår kollektiva kunskap och erfarenheter och kultur.
För att försöka konkretisera bildens egenskaper och översätta i ord ska, om möjligt, bildens abstrakta budskap sökas.
2.3.1 Erwin Panofsky
Erwin Panofsky skapade en teori för bildbeskrivningar redan 1962. Panofsky var konsthistoriker och han skapade beskrivningar av verk inom renässanskonsten. Han delade upp verkets mening tre delar:
- pre-ikonografisk beskrivning (det du konkret kan utläsa)
- en ikonografisk analys (den kulturella betydelsen, t ex historisk, religiös betydelse)
- en ikonologisk tolkning (ytterligare analys och koppling till andra verk och händelser)
(Panofsky, 1962)
Genom att förstå bilden i ett socialt och kulturell sammanhang skulle man kunna komma närmre bildens verkliga betydelse.
2.3.2 Sara Shatford
Panofskys teori fördes in i biblioteks- och informationsvetenskapen genom Sara Shatford1 (1986). Hon utökad Panofskys modell och visade att den kunde användas för alla typer av bilder, inte bara för renässanskonst. Shatford beskrev likt Panofsky också bilden i olika nivåer. Till den preikonografiska och den ikonografiska nivån lade Shatford även till bildens ”Generic-of” och ”Specific-of” och ”About”. En bilds ämne kan stå för ett generellt objekt, eller det kan vara ett specifikt objekt, exempelvis namn på personer och händelser. About-nivån innehåller känslor, humör, symboler och abstraktioner.
För varje nivå har Shatford också lagt till fyra fasetter. Vem? Vad? Var? och När?
Därmed bildas en 3x4-matris och denna modell för bildbeskrivning har sedan använts av flera forskare (Enser & Sandom, 2007), och gett bidrag till metadatastandarder som VRA Core Classification (VRA Core, 2014) och Arts and Architechture Thesaurus (AAT, 2014)
Generic of (Generell)
Specific of (Specifik)
About (Om)
Vem? Typ av personer,
djur eller saker
Namngivna
personer, djur eller saker
Abstraktioner av objekt
Vad? Händelser, tillstånd Namngivna händelser
Känslor,
abstraktioner av händelser
1 Heter Sara Shatford 1986, men i senare publikationer Sara Shatford Layne.
Var?
Typ av geografisk eller arkitektonisk plats
Namngiven
geografisk plats Plats som symbol
När? Cyklisk tid, årstid, tid på dagen
Linjär tid, datum eller period
Tid som en känsla eller abstraktion
2.3.3 Roland Barthes
En teori kring bilder som kom ungefär samtidigt som Panofskys modell var Roland Barthes bildsemiotik. Barthes använde sig av två nivåer i bildanalysen som han kallade denotation och konnotation (Barthes, 1996). Barthes utgår inte från bildskaparens intention som Panofsky, utan från bildens betraktare. Denotationen är det som du som betraktare direkt avläser, det uppenbara, likt Panofskys pre-ikonografiska nivå. Ett fotografis eller en målnings denotation är avbildningen av verkligheten utan något budskap eller tolkning. Konnotationen däremot är den underliggande betydelsen i bilden. Det ligger i betraktarens tolkning, betraktarens kulturella och historiska bakgrund. Barthes teori är intressant då man tittar på bildtexter och ämnesord till en bild. Barthes menar att den fotografiska bilden är ren denotation. Den avbildar en verklighet och det finns från början ingen konnotation. Men så fort språk, verbal eller skrift, läggs till en bild så skapas en konnotation. Barthes säger att texten parasiterar på en fotografisk bild för att ge bilden en betydelse och att det inte längre är bilden som illustrerar orden och belyser en text - utan orden kommer att förminska bilden. Orden tynger ner bilden med kultur, moral och fantasi. Efter att ha tittat på orden påverkas konnotationen och orden förstärker bildens betydelse. Därför har det betydelse om du ser en text i samband med bilden innan själva bilden betraktas. En bild och en text kommer alltid att vara två olika strukturer och kommer aldrig att duplicera varandra, men de kan komma nära varandra. Texten belyser oftast något som finns i bilden och förstärker konnotationen och ibland lägger texten till helt nya signifikanter i bilden som projiceras i bilden så starkt så det till och med ändrar denotationen. Det vi ser i bilderna är gester, uttryck, färger och effekter och de måste ses ur ett historiskt och kulturellt perspektiv för att förstås (Barthes, 1996).
2.4 Fotografiets betydelse
Fotografiet har sedan det kom varit minnesbevarande och samtidigt identitetsskapande.
Familjebilder stärker bilden av var du kommer från och minnen som du har med dig.
Från det att kameran kom in i var mans hem så har familjebilder varit de populära. Ofta förevigande av positiva och viktiga händelser. I vissa fall har fotograferandet till och med blivit en rit. Ett exempel är bröllopsfotot som har blivit en viktig del av bröllopets minnesbevarande. Klassfotografier och skolkataloger följer med barn och unga som ett minne från skoltiden. Familjehögtider och födelsedagar finns ofta sparade i album för att förstärka familjebanden.
Fox Talbot var den person som var först med att framkalla fotografi på papper 1840- talet. Han kallade sina bilder för kalotyper (kalos lat. för vacker). Det är det vackra vi vill fånga på bild, inte fulheten. (Tekniska museet, 2014).
”Kamerans roll i förskönandet av världen har haft sådan framgång att det är fotografier och inte världen som blivit normgivande för vad som är vackert ” (Susan Sontag, Om Fotografi, 2001, sid 95).
Många kan känna obehag för att bli fotograferade för att de vill ha ett fotografi där de ser ut som bäst, en idealiserad bild. Tänk om inte kameran ger den bilden. Gör den inte det kan tekniken hjälpa till. Idag är vi så vana vid retuscherade bilder. Tekniken har gjort det lättare att försköna bilder, men möjligheten att försköna en bild har funnits där ända sedan fotografiets begynnelse. Susan Sontag (2001) går så långt som att säga att vi människor till och med kan uppleva ett tvång att fotografera för att förvandla
upplevelsen till ett sätt att se. Att uppleva något blir till slut blir samma sak som att fotografera det. Med den synen är det inte svårt att förklara turistfotonas framgång och den betydelse fotografiet har i sociala medier idag. Turistfotot bekräftar att här är jag nu och detta upplever jag och det blir en souvenir från resan. Genom att fotografera och ha bildbevis får man en känsla av veta något om den verklighet som avbildas, att ha kontroll.
Med sociala mediers spridning ser vi en total förändring i fotografiets sociala
användning. Från att ha varit främst ett minnesbevarande verktyg till att bli mer viktigt som kommunikationsverktyg (Dijck, 2013). Ett skifte som gör att istället för att dela minnesobjekt mellan oss (som när vi bläddrar i familjealbumet), delar vi upplevelser genom bilder. Sociologer och antropologer har sett sambandet mellan att ta bilder, organisera dem och presentera dem och att skapa familjeband och en känsla av
släktskap. Även om familjealbumens inte skapas på samma sätt idag så finns behovet att stärka sin identitet med hjälp av bilder kvar. Idag kanske mer i form av kommunicera och förstärka händelser. Tekniken ger oss idag möjlighetet att producera bilderna lätt och sprida dem lika enkelt till alla. Fotografiet passar därför väl in och har fått en central roll i den samhällsförändring vi ser där vi ser ett stort fokus på individen och upplevelser (ibid).
Den enkelhet som gäller för att producera bilder gäller också för att manipulera bilder.
Det är lockande att lägga på ett förskönande filter på bilden för att skapa den ideala upplevelsen eller självporträttet. Vi kanske inte kan tala om sanna minnen längre då vi inte längre kan avgöra om en bild är manipulerad eller inte (Dijck, 2013).
2.5 Tidigare forskning
Förutsättningarna för bildindexering har förändrats mycket sedan forskningen inom semantisk bildindexering tog fart på 1990-talet. Internets spridning och möjligheter gör att utmaningarna för dokumentindexering ser helt annorlunda ut idag. Stora
sökdatabaser som Google och Yahoo dominerar och hur sökalgoritmer och indexering ser ut i dessa databaser är inte transparent. Forskning kring semantisk indexering har nu fokus på webbens utmaningar i användargenererade taggar och vad de kan tillföra experter. Flickr har varit ett vanligt studieobjekt där användarna har bidragit till många indexord för forskarna att analysera. Den dominerande metoden bakom studierna är den kognitiva ansatsen. Användarstudier utförs där både sökning och kategorisering av bilder undersöks.
Stvilia & Jörgensen (2007) menar att det är viktigt att förstå strukturen och de mönster på vilka användarna delar och skapar dokument med taggar. De undersöker Flickr och jämför vad taggar skulle kunna tillföra kontrollerade vokabulärer som TGM (Tesaurus for Graphic Material) och LCSH (Library of Congress Subject Headings). Bilder från Library of Congress diskuteras på Flickr och detta material undersöks för att finna om vokabulärerna kan komplettera varandra. Slutsatsen är att mer forskning måste göras för att förstå de mönster som finns på sociala media för bilder.
Rorissa (2010) har också undersökt Flickr. I denna undersökning jämförs 12 bildattribut (Jaimes & Jörgensen, 2001) med de taggar som samlats in från loggar. Undersökningen visar att taggarna skiljer sig till stor del från de indextermer som professionella
indexerare tilldelat bilden. Något som också Trant (2006) påvisat. Rorissa menar att expert- och användarindexeringsmetoderna kan komplettera varandra. Dock finns fortfarande mycket att lära och på sikt kanske också de sociala taggarna kommer att förbättras (Rorissa, 2010).
En studie gjord av Bar-Ilan et al (2010) undersöker vad bakgrundsinformation kan ha för betydelse vid social taggning. Användarna delades upp i grupper där en grupp fick en bild utan någon text, en annan grupp fick en kort beskrivning och en tredje även en länk för att förstå varifrån bilden var hämtad. Studien visar att redan taggade bilder hjälper användarna att interagera vidare och förstärka populära taggar. Studien
förstärker folksonomiers idé med att vi kan hjälpa varandra med indexering (Bar-Ilan et al, 2010).
Flera forskare har uttryckt ett behov att förena automatisk och semantisk bildindexering för att försöka överbrygga det semantiska glappet. Enser (2008) önskar att forskningen riktades mer mot de som står nära praktiken och den långa erfarenhet av
kunskapsorganisation som finns inom minnesinstitutioner. En eklektisk blandning av informationsvetenskap, kognitionsvetenskap, bildvetenskap, konst- och datavetenskap och ett samarbete mellan forskare från olika discipliner gör det mest troligt att man kommer att lyckas tror Greisdorf och O´Connor (2002).
3 Metod
I denna studie används en kvalitativ metod där bilder, som är resultatet av en
bildsökning med utvalda ämnesord, kommer att analyseras. Empirin för undersökningen är bilder som finns i bilddelningsprogrammet Flickr. I bildens metadata finns sociala taggar som tillkommit av bildens skapare och/eller de som har ett användarkonto på Flickr och önskar lägga till mening till bilden. En tagg strukturerar olika ämnen och kategorier. Tanken med taggar är att kunna hitta bilder på olika teman och med olika ämnen. När de används på ett strukturerat sätt kan de, utöver att finna relevanta bilder, också vara utmärkta för att sortera bort irrelevanta träffar vid en sökning.
Bildens taggar kommer att analyseras och placeras i Sara Shatfords
klassificeringsschema och facetter. Shatfords schema hjälper till att ställa frågorna kring vad som syns på bilden och vad bilden handlar om. Det kan vara svårt att avgöra vilken facett som ska användas kring abstraktioner och känslor. Därför väljer jag att placera
placeringen är att finna hur många taggar som finns i kolumnen About, inte vilken av facetterna taggarna hamnar i.
Utöver analysen av taggar bedöms om bilden kan representera det ämnesord som eftersöks. En beskrivning av bilden görs och om bilden är alltför långt ifrån
ämnesordets representation kommer den att placeras i en kategori som kallas ”Felaktig”.
Metodvalet kräver att bilden betraktas så objektivt som möjligt. Bildens taggar
registreras först utan att bildtexter och bildkommentarer tas i beaktande. Bilden har ett sammanhang och taggarna kan ha tillkommit utifrån bildtexter och kommentarer. Men min avsikt är att bedöma om taggarna kan vara användbara för att söka efter abstrakta begrepp. Då måste sökordet och bilden vara så tätt sammankopplade att bildtexten inte spelar in.
När jag söker efter bilder i Flickr använder jag Advanced Search. Då kan jag ange att jag endast vill söka på taggar, vilket är nödvändigt för min observation. Om jag inte väljer ”Tags only” görs sökningen i texter, kommentarer och bildbeskrivningar i första hand.
Jag väljer också att bara se Creative Commons-licensierat material. Anledningen till det är att vill ha möjligheten att visa bilder i detta dokument utan att begära tillstånd från fotografen. När jag använder mig av bilderna får jag ta hänsyn till vilken Creative Commons-licens som bildens skapare valt att använda sig av.
För att komma till en slutsats ser jag om det går att se ett mönster i de insamlade taggarna och i bildanalysen sammantaget.
3.1 Avgränsningar
3.1.1 Flickr och Creative Commons
Jag har valt att söka efter bilder i Flickr. Flickr är ett av de största
bilddelningsprogrammen på webben och jag kan göra sökningar som specificeras för taggar. Det hade inte varit hanterbart att söka efter bilder på hela webben. Då hade jag heller inte kunnat specificera sökningen på enbart användargenererade ämnesord. En annan anledning till att valet föll på Flickr är att Flickr används av bibliotek, arkiv och
museer runt om i världen, genom projektet Flickr Commons (2014). Jag väljer också att begränsa min sökning till Creative Commons-licensierat material. Det är en relativt snäv begränsning men det låter mig presentera bilder utan att ha begärt tillstånd från fotografen. I Flickr måste du aktivt välja en Creative Commons-licens. Den förvalda licensen är ”All rights reserved”. För att använda en bild som är upphovsskyddad kan du skicka ett meddelande via Flickr och fråga bildskaparen om du får använda bilden.
Creative Commons är en ideell organisation som vill uppmuntra till att kunskap och kreativitet kan delas och vara fritt tillgängligt för alla på internet (Creative Commons, 2014). Det finns olika licenser, men alla skyddar verket från att användas i kommersiellt syfte. Avgränsningen till Creative Commons gör att sökresultatet endast består av bilder från de fotografer som aktivt gjort ett val att dela sina bilder fritt.
Flickr intresserar många fotoentusiaster och startade som ett nätverk för
fotointresserade. Fotoentusiaster följer varandra och det gör förmodligen också att taggarna som tilldelas bilderna blir lite mer kontrollerade än exempelvis de på Instagram, som har en mer social, flyktig karaktär. Dessa skillnader var en av anledningarna till att valet föll på Flickr i denna undersökning.
3.1.2 Val av ämnesord
För att få en hanterbar datamängd har jag valt ut fem ämnesord och tittat på taggarna för de 10 mest relevanta träffarna för respektive ord. Jag har valt två ord som uttrycker allvar, ett som uttrycker ilska och två som uttrycker glädje. Ämnesorden som jag har valt är engelska. Andledningen till detta är att jag får en större mängd taggar att studera.
Dessutom kan jag få felaktiga träffar om jag söker på ett svenskt ord som har en helt annan betydelse på ett annat språk. Hade jag valt rolig på svenska hade jag exempelvis fått bilder av lugn bland norska taggar. Det finns många bilder som har taggar på flera språk och jag har fått välja bort allt utom de engelska taggarna. Många som taggar på andra språk verkar även lägga till engelska taggar för att utöka sökbarheten.
När det gäller bildanalysen har jag valt att titta på de 50 mest relevanta bilderna för respektive ämnesord. Vid manuell bildbehandling bedömer jag att det kan ge ett bra underlag för att se om det går att urskilja ett mönster i typen av bilder.
3.1.3 Olika typer av taggar
Taggar som har med kamerans typ och typ av lins och teknik har jag valt att inte ta med.
För en del bilder genereras de automatiskt och för en del läggs informationen till. Men i min undersökning har denna information inget syfte och därför har jag valt bort dem.
Många bilder är geotaggade, vilket betyder att plats och tid redan finns med som
metadata. Det är bra att känna till. Oftast syns skillnad på taggar som kameran genererar och de som är manuellt genererade. Jag registrerar de platstaggar som är manuellt registrerade. Platser faller inte inom de abstrakta taggarna och därför har de inte någon större betydelse för denna undersöknings slutsats.
3.2 Reflektioner kring metodval
Metoden vilar helt på tolkningar. I forskarens roll att analysera en bilds betydelse ligger en tolkning som påverkas av forskarens bakgrundskunskap och kultur. De taggar som analyseras är också baserade på tolkningar av individer från hela världen och med skiftande kunskap i indexering och motiv till indexeringen. Hermeneutiken
kännetecknas av att det inte finns några absoluta sanningar, bara tolkningar. Ändå blir i det här fallet vissa tolkningar mer ”rätt” än andra och vissa tolkningar kategoriseras som felaktiga. Vad som i metoden anses som felaktiga tolkningar är när indexorden kommer för långt ifrån vad forskaren tolkar som avsändarens intention.
Beteende kring taggar och bildanalys studeras här ur ett sociokulturellt perspektiv. Det är det sociala sammanhanget som kommer att påverka hur vi väljer att tolka resultatet.
Därför är tolkningen också ett resultat av den kontext i vilken bilden studeras. Till hjälp finns modeller i form av verktyg, men inte heller dessa verktyg kan ses som neutrala.
Även om avsikten är att förhålla sig objektiv så är det inte möjligt. Jag förstår att det är min bedömning av vad som kan vara sorgligt, roligt och ensligt som kommer att färga analysen.
Det hade varit intressant att utöka denna studie med frågor kring taggar till Flickrs användare. Men begränsningar i tid och omfång har gjort att det inte är möjligt att finna ett lämpligt urval och underlag i denna undersökning.
4 Empiri
Bildtolkningen kommer genomföras med en hermeneutisk synsätt. Hermeneutiken förespråkar öppenhet till data och tolkningen är hela tiden ett samspel mellan forskarens intuition och det som analyseras eller studeras. Öppenheten leder till en god tro om det som är den sanna eller riktiga slutsatsen av det du ser, men inte den enda sanningen (Cassell, 2004). Forskning är trots allt mänsklig och därmed subjektiv. Det är denna mänsklighet som är nödvändig för att skapa en förståelse för sin omgivning.
De fem ämnesorden kommer presenteras med både bildtolkning och taggar placerade i Shatfords kategorier. För varje ämnesord finns i inledningen en skärmbild som visar ett urval av de 50 bilder som tolkats.
I denna del presenteras undersökningen i tabellform och i senare avsnitt kommer sedan analysen och slutsatserna att presenteras.
4.1 Sad
Jag söker i Flickr efter det engelska ordet sad. Förväntningarna är att finna bilder som uttrycker sorgsenhet.
Fig 1. Skärmbild från sökning i Flickr på ordet Sad
Sökresultat Sad
Bildinnehåll Antal Andel (procent)
Kvinna eller man med sorgsna ögon
24 48
Ödsligt landskap 6 12
Djur med sorgsna ögon 5 10
Figur med sorgsna ögon 3 6
Övergiven byggnad 2 4
Kyrkogård/gravplats/kyrka 3 6
Surrealistisk konst, sorglig stämning
2 4
Droger eller missbruk 2 4
Felaktig. Certifikat som visar att en trädgård ska stänga igen. Bild med fotograf framför en tavla där ordet sad finns med, bland många andra ord. Flicka som skrattar på samma bild som argt barn.
3 6
Totalt 50 100 %
Fig 2. Tolkning av de 50 mest relevanta bilderna vid sökning på Sad
Taggar Sad
Generic of Specific of About
Vem? Homeless, people Vespucci Sad (10ggr), sorry, unhappy, depressed, tearful, disappointed, uneasy, sick, out of the mood, melancholy, unhappy, annoyed, dejected, reflective, honour the fallen, conflict, dead, fallen, injured, mortally wounded, mediation, mediate, political, drama, army, navy, airforce, conflict, soldier, Islam, Muslim, Christian, war, military, depression, anxiety, disorder, psychology, ugly, suicide, sadness, help, hope, life, fantastic, gorgeous, awesome, expression, nightmares, dreams, manipulated, wonderful, inspiring, interesting, vivid, sad emotion, surreal,
beautiful, stunning, pretty, fabulous, engaging, eye, reflection, seeing, love, pain, hate, marriage, leaving, sensation
Vad? cross, crosses, grave, gravestone, merry-go-round, carousel, eye, eyeball, eyelash, eyes, doll, heart, Closeup, close- up, portrait, kid, child, girl, dress
Voodoo doll, princess, make-up, gold, tones, African wild dog
Var? cemetery, shoreline beach, pier, memorial, graveyard,
Santa Monica beach, California, united states, us,
east, west, middle east, Iraq
När? Sunset Iraqi war
Fig 3. Samlade taggar för de 10 mest relevanta bilderna för Sad
4.2 Lonely
Lonely har valts ut som ett av de allvarliga temaorden. Förväntningarna av det engelska ordet lonely är att hitta bilder som motsvarar en känsla av ensamhet.
Fig 4 Skärmbild från sökning i Flickr på ordet Lonely
Sökresultat Lonely
Bildinnehåll Antal Andel (procent)
Ensamt objekt (träd, blomma eller hus, bänk, cykel)
26 52
Ensam människa eller djur 12 24
Ensligt landskap 6 12
Ensam hand 1 2
Bokeh (ej fokus, lång exponering)
2 4
Tomma läktarplatser 2 4
Felaktig (Glasbyggnad med reflektioner)
1 2
Totalt 50 100 %
Fig 5. Tolkning av de 50 mest relevanta bilderna vid sökning på Lonely
Taggar Lonely
Generic of Specific of About
Vem? Hut, shed, bird, tree(2), chair, moon,
seats, dog, bench, bicycle, chair
grass, bridge,
Lonely (10), cold(2), calming, solitude, recession, danger, alone(2), desolated, , wait, beautiful(2), colourful, fabulous, gorgeous,
engaging, charming, stunning, divine, scenic, pretty, different, unusual,, Wilderness, scary, isolated Vad? Snow(2), river(3), ice,
Waterfall,crowd, water, stream, ray, nuclear, sky(2)
Explosion, backlight, light, beagle, icy, geometry, pattern
Var? Sea(2), ocean, mountain, mountains
clouds (4), cloud, overcast, island, nature, wood,
Iceland, North Atlantic, Europe, Kuwait, Turkey, Canada, Ontario, Grandriver, Toronto
Iceland, RogersCentre Yellowstone, Wyoming, Montana, America, Ventura Pier
När? Night(3), dawn, winter(3), dusk, sunset, sunrise,
June 2010 offseason,
Fig 6. Samlade taggar för de 10 mest relevanta bilderna för Lonely
4.3 Anger
Sökningen ska visa vilka bilder Flickrs användare taggat med ordet anger.
Fig 7. Skärmbild från sökning i Flickr på ordet Anger
Sökresultat Anger
Bildinnehåll Antal Andel (procent)
Oväder, vädrets krafter 6 12
Människor med arg blick, och ansiktsuttryck
15 30
Djur som ser arga ut 5 10
Argt budskap på vägg eller lapp 2 4
Upprörd folkmassa 2 4
Människa som sprutar eld och som visar en kniv
2 4
Figur från second life som är arg. 1 2
Leksaksfigurer som bankar på kub och siktar med gevär mot porträtt
2 4
Knuten näve 1 2
Felaktig
Origami av fisk som ska se arg ut.
Ordspråk om ilska. Kvinna med tomt uttryck, kanske förvirrad (ej ilska). Vacker bild på kampsport.
Naturbild från en plats som heter Anger. Fågel vars blick inte är direkt arg. Bild på ett kretskort.
Man med neutralt ansiktsuttryck.
Konstnärlig bild av trapphus.
Svartvit bild på kvinna framför resekontor. Sepia-bild med diffus bild av kvinna, känsla av
sorgsenhet, men inte ilska. Man
14 28
Anger på. Ung kvinna som ser fundersam ut, ej ilska.
Totalt 50 100 %
Fig 8. Tolkning av de 50 mest relevanta bilderna vid sökning på Anger
Taggar Anger
Generic of Specific of About
Vem? Woman(2), people(2), lady (2) birds, face, cat, goat
miners, crowd, Alpaca, kid, Hera
Anger (10), Angrytweet, shouting, twitter, argument, mature, grumphy, stare, frustration, curse, wild, hard, yawning, wild india, nature, wildlife, rage, cry, scream, abandon, decay, old(2), strength, explosive, source, mean, nip, aggressive, attack, moody, playful, sad(2), strange, wrong, cruel, impressionist,
DaVinciTouch, scowl, frown, mature, sadness, dark, emotion, danger, fascination, philosophy, archetype, symbol, symbolism, drama, heaven, weather, bad, goddess, mind, colour Vad? water, bay Blackbird, twitterbird,
telephonelines, powerlines, wrinkle, Jaguarteeth, leopard megaphone, worker, industry, sky, ray, light, ocean, sunshine, thunder, wild river, reflection, storm, rain, snow
Var? Carribean, Barbados, india,
delhi zoo, ranch, Canada, Olympos, edges
När?
Fig 9. Samlade taggar för de 10 mest relevanta bilderna för Anger
4.4 Happy
Happy har valts ut som en av de positiva känslorna som på kan betyda lycklig och glad.
Happy har valts som ett motsatsord till sad.
Fig 10. Skärmbild från sökning i Flickr på ordet Happy
Sökresultat Happy
Bildinnehåll Antal Andel (procent)
Vackra naturbilder 11 22
Vackra djurbilder, varav 3 komiska
6 12
Julgransdekorationer i färg, lång exponering
4 8
Torn i grodperspektiv 1 2
Husvägg med roligt motiv 1 2
Hoppande man 1 2
Hjärta i mitten av flagga 1 2
Kameraeffekt med abstrakt motiv 3 6
Skuggmotiv med sträckta händer 1 2
Leende barn och ung kvinna 5 10
Strandliv 2 4
Flaska i närbild 1 2
Ensam båt i havet, positiva färger 1 2
Färgglada kulor 2 4
Felaktiga. Lättklädda kvinnor i soffa, med bikini och i badkar grupp mot en vägg som ser allvarliga ut, grupp som sitter ner, varav några ser glada ut. Svartvit bild på flicka, ej lycklig. Kvinna som ler. Kyrkosal, ett tänt ljus
10 20
Totalt 50 100 %
Fig 11. Tolkning av de 50 mest relevanta bilderna vid sökning på Happy
Taggar Happy
Generic of Specific of About
Vem? Girl, woman Friends, Santa Claus Happy (10), Fun(3), free(3), lovely, funny(3), cool (3), nice(3), amazing,
awesome(2), bright(2), love, great, action, perspective, love., romance, emotion, celebrate, affection, action, flight, sensation, feeling, fairy, Humor, humour, comedy, stare, watch,, colourful, tease, flying high, grate, it’s a wonderful life, vivid, wow, favourite, winner, excellent, Vad? t-shirt, metal, steel, bird,
birds, Wall, shadows, animal, bird, eye, feathers, fur, beak, iris, eyeball, jeans, toys, trees, light
Adidas (2), Twin towers.
Drongo, bokeh(2), photo, Ray Charles, Light on the road, out of focus, fashion, moving camera, owl, happy birthday party, blue, sky, multicolored, rebel, laugh, lights
Var? Street, south east asia, landscape, café
Europe, Asia, Kuala Lumpur, Malaysia, Chennai, India, Quebec, Canada, Pont-Rouge, Vancouver, Canada, England, Holland, Netherlands, Europe När? Holidays, vacation, holiday,
New year, Christmas(3), fall, Wednesday
Valentines day, Feb19, december, 2008
Fig 12. Samlade taggar för de 10 mest relevanta bilderna för Happy
4.5 Fun
Fun kan på svenska betyda rolig. En händelse kan vara rolig och något kan se roligt ut.
Jag söker bland taggar på ordet fun för att undersöka vilka bilder Flickrs användare tycker signalerar fun.
Fig 13. Skärmbild från sökning i Flickr på ordet Fun
Sökresultat Fun
Bildinnehåll Antal Andel (procent)
Effektfulla bilder med lång exponering
8 16
Tivoli eller lekplats med karusell eller rutschbana, pariserhjul, luftballong
6 12
Skrattande människor eller kul grimas.
5 10
Kameraeffekter. Cigarettfimpar, Eiffeltornet i fågelperspektiv.
Eiffeltornet i miniatyrperspektiv.
Händer i udda perspektiv, Vatten i rörelse
5 10
Teater- eller operaföreställning 2 4
Trafikkaos i Paris i solnedgång 1 2
Någon snubblar av sin skateboard 1 2
Skelande uggla 1 2
Husbåt bredvid exotisk ö 1 2
Parad med lustiga kostymer 1 2
Sliten husvagn med affisch i fönster
1 2
Bild av miniatyrstad 1 2
Effektfull närbild av orkidé´ 1 2
Effektfull bild av Disneyland med fyrverkerier,
1 2
perspektiv, vatten i rörelse (i svartvitt) Allvarlig kvinna med paraply. Svartvit bild av ensam, allvarlig kvinna på tåg, förälskat par (taggat helt album 4 bilder träff, ej fun)
Disneyland i svartvitt (taggen gäller album, ej specifik bild), röd panda som ser arg ut, naturbild med vita moln, sandbygge i motljus, hav i kvällsljus, Skugga framför färgglad vägg (album taggat)
Totalt 50 100 %
Fig 14. Tolkning av de 50 mest relevanta bilderna vid sökning på Fun
Taggar Fun
Generic of Specific of About
Vem? People, family, Handsome Bunch, girl
Sister, niece, Frank, Eline, Niek, Natalie, Harry, Potter, santa claus
Fun (10), awesome (4), breathtaking(2), very good, excellent, brilliant, modern, perspective, fantastic, wow, slanted, striking, , interesting(2), cool, memories, hot, humid, tropic, movement, unusual, different, social, meet, wideangle, pout, extend, reach, out, popular, incredible, good, better, extra, double, super(2), duper, humor, wow, silly, impossible, exciting, wow, stunning, gorgeous, pretty, wow, costly, stunning, peaceful, paradise, float, beautiful, scenery, amazing, long exposure, happy, abstract, best, very, good, most, more, better, excellent, incredible, Vad? Swing, arm, hand, toy,
ring, duck, sea, water, cloud, blue sky, hut, tree,
Office building, pattern, architechture, parallel lines, patterns, linear, repeating patterns, rebel, street, Olympics, swimming, sports, jump(2), prize, game, multicolored, Christmas tree
Var? Park, fair, fairground, island, horizon
Philadelphia, Phil, Pennsylvania, downtown, Europe, Netherlands, Holland, Kuala Lumpur, Asia, Malaysia, equator, CraigMarston, Marston, Nottingham, phoenix, Maldives
När? Holiday, vacation 2008
Fig 15. Samlade taggar för de 10 mest relevanta bilderna för Fun
5 Analys och slutsatser
Jag börjar med att redovisa analysen för varje enskilt ämnesord. Abstrakta ämnesord för respektive tagg visas sedan i ett taggmoln. I molnet går det på ett visuellt sätt att se sambanden mellan ämnesord genom att de som är mest frekventa har en större teckenstorlek. Därefter kommer en sammantagen slutsats och ett besvarande av frågeställningen:
Hur frekventa är abstrakta begrepp bland bildtaggar?
Hur ser sökresultatet ut vid en sökning av bilder som uttrycker känslor?
Hur användbart är det att söka efter en bild med hjälp av abstrakta begrepp som uttrycker känslor?
5.1 Sad
Taggarna har en övervikt bland de abstrakta och bland känslor. En bild från en
militärkyrkogård engagerar många och står för många av känslotaggarna. Bildens taggar handlar om konflikt, mellanöstern, islam, muslim, kristna, Irak (Se fig. 3). Bilden av kors till minne av stupade i Irakkriget får representera alla dessa begrepp. Krig och stupade är sorgligt och det ger också en bra bild av hur taggar tillsammans kan berätta en historia. Var tagg för sig hade varit svår att koppla ihop med bilden. Det finns också en bild på en man och taggarna tillsammans berättar att han är hemlös. Ansiktet är intressant och med vetskapen om att mannen är hemlös läses lätt sorgsenhet in i ansiktsuttrycket. Men det skulle lika gärna kunna vara allvar eller ett blankt uttryck.
Något som förstärker Barthes (1996) teori om hur text och bild samarbetar. När taggar ses tillsammans, vilket är oundvikligt vid insamlingen, framgår att det är en sorglig historia och bilden kan inte längre analyseras neutralt. Ödsliga landskap är också förknippade med Sad. Vad som avgör om en naturbild känns sorglig och enslig är upp till tolkaren och betraktaren. Men jag tror att en viss stämning och ett visst ljus skapar denna känsla. De sorgsna ögonen hos människor och djur är också en tolkning. Det går att tolka in mycket i ett par ögon och gråt kan vara av både sorg och glädje. Det blir stämningen i bilden som får avgöra om tårarna tolkas som sorg eller glädje.
När man samlar taggarna för sad får man följande bild:
De ord som syns tillsammans med sad har många en koppling till ordet, som exempelvis
